double的双精度范围是ieee 754标准定义的包含正负对称有限数、±0、±∞和nan的完整体系，有限数值范围约为±4.94×10⁻³²⁴至±1.80×10³⁰⁸，精度上限为15–16位有效数字。
double 的双精度范围不是单一数值区间，而是由 IEEE 754-1985（及后续修订）标准严格定义的、包含正负对称结构与特殊值的完整浮点表示体系。其核心在于：**可表示的有限数值范围只是其中一部分，还必须考虑零、无穷大和非数字（NaN）等合法状态。**
标准定义的有限数值范围
根据 IEEE 754 双精度格式（64 位）：
- 符号位 1 位、指数位 11 位（偏移量 1023）、尾数位 52 位（隐含前导 1，共 53 位精度）
- 最大正有限值为 (2 − 2⁻⁵²) × 2¹⁰²³ ≈ 1.7976931348623157 × 10³⁰⁸
- 最小正正规数为 2⁻¹⁰²² ≈ 2.2250738585072014 × 10⁻³⁰⁸
- 最小正非正规数（subnormal）为 2⁻¹⁰⁷⁴ ≈ 4.9406564584124654 × 10⁻³²⁴
- 因此，通常表述的“正值范围”是 4.9406564584124654 × 10⁻³²⁴ 到 1.7976931348623157 × 10³⁰⁸，负值对称
不能忽略的特殊值
double 类型合法取值不仅限于上述有限数：
- +0.0 和 −0.0：二进制表示不同，参与运算时行为略有差异（如 1.0/−0.0 = −∞）
- +∞ 和 −∞：由溢出或除零产生，支持比较（如 ∞ > 1e308）
- NaN（Not a Number）：由非法操作生成（如 0.0/0.0、√−1），所有 NaN 与任何值（包括自身）比较均返回 false
精度与范围的关系常被误解
范围大不等于任意精度高：
- 能精确表示的整数上限是 2⁵³ = 9007199254740992；超过该值后，相邻可表示 double 值的间隔大于 1，整数开始丢失
- 15–16 位有效数字是**十进制下可信赖的精度上限**，并非小数点后固定位数。例如 1.234567890123456e20 和 1.234567890123456e−20 都只保证约 15 位有效数字
- 像 0.1 + 0.2 ≠ 0.3 这类问题，根源是十进制小数无法用有限二进制小数精确表达，与范围无关，但属 double 固有特性
语言实现中的细微差别
主流语言基本遵循 IEEE 754，但细节处理略有不同：
- C/C++：
DBL_MAX和DBL_MIN分别对应最大有限值和最小**正规**正数（不含 subnormal）；需用nextafter(0.0, 1.0)获取最小非正规正数 - Java：
Double.MAX_VALUE同 C 的DBL_MAX；Double.MIN_NORMAL对应最小正规数；Double.MIN_VALUE实际是最小正非正规数（即 4.94e−324） - Python：
sys.float_info提供完整信息，float('inf')和float('nan')直接构造特殊值
